基于功能贡献度的网络化防空节点重要性评价方法

为实现对网络化防空节点这类“功能性社会网络”节点的重要性进行评价,在分析当前网络节点重要性评价方法不足的基础上,提出了一种基于功能贡献度的节点重要性度量方法,其综合考虑了节点的功能属性及结构属性。为验证该方法的有效性及优越性,构建了网络连通效率及作战环等两类网络化体系效能指标,并运用该评价方法在ARPA网络这类“一般性社会网络”及防空网络这类“功能性社会网络”上进行节点重要性评价。实验结果表明,该方法在网络节点重要性评估的准确性及适用性方面存在一定优势。     

基于多重属性的P2P网络节点重要性度量方法

P2 P网络中的节点重要性评价在实际应用中有重要意义。现有的一些重要性评价指标如度、紧密度等存在度量结果较为片面等缺点,单一指标并不能有效地对P2 P网络中的节点重要性进行度量。针对此问题,提出了一种基于多重属性的综合度量指标。以节点度作为对比基础,计算多个度量指标与节点度指标的肯德尔相关系数,通过分析多个指标之间的内在关联性,最终选择节点度、介数、K-核和PageRank四个属性来进行节点重要性的综合度量。通过真实的P2 P网络进行实验验证,结果表明,相对原有单一度量指标和现有的综合度量指标,该综合指标更能够有效地对P2 P网络中的节点重要性进行度量,而且具有较强的普适性,可以应用到大多数P2 P网络中。     

基于场势模型的网络节点重要性综合度量方法

针对网络节点的重要性受到多种因素影响的问题,提出一种基于场势模型的网络节点重要性综合度量方法。采用数据场模型对网络节点之间的相互作用关系进行形式化描述;根据节点的资产价值和互联节点之间的相互作用关系,综合量化节点的重要性;引入安全影响因素,通过可达性矩阵修正节点势场的可作用范围。理论分析与实验结果表明,该方法能够更客观准确地度量节点的重要性,有效区分边缘节点的差异性,使度量结果与节点的实际重要性相吻合。     

网络性能变化梯度的通信网络节点重要性评价方法

现有的评价通信网络节点重要性的方法是利用网络可替换路由的数目作为评价指标,这种方法存在一定缺陷,新的评价方法是将网络直径和网络连通系数作为评价指标的网络性能变化梯度法。利用评价方法计算移除网络节点时网络直径和网络连通性的变化,能够准确反映网络节点对其性能的影响程度,无论网络是否被分割都同样适用。     

复杂网络的节点重要性综合评价

复杂网络中的节点重要性研究在不同领域都具有重要意义。针对单一指标评价的局限性和片面性以及现有的一些综合评价方法不够准确等问题,提出了一种新的综合评价方法,该方法结合改进的主成分分析法和TOPSIS法计算节点重要性的排序结果。通过对ARPA网络和美国航空网络进行实验分析,验证了该方法的准确性和有效性,它为进一步完善节点重要性评价方法奠定了基础。     

加权网络节点重要性评估的改进节点收缩法*

针对节点收缩法在加权网络节点重要性评估中的缺陷,提出一种改进的加权网络节点重要性评估方法。通过以加权最短距离来定义网络凝聚度和对连边重要性评估网络G*进行边赋权两个方面的改进,使得充分考虑边权差异对节点自身重要性和连边重要性的影响。通过对比分析对该改进方法进行了优势分析和有效性验证,通过调节比例系数和权值系数,分析了系数对节点重要性和相对重要性评估结果的影响,结果表明该改进方法可以在不增加计算复杂度情况下对网络节点重要性进行更加全面准确的评估。     

一个有效的动态网络节点影响力模型

网络节点影响力度量对社会网络研究具有重要的价值,静态网络的影响力度量是目前研究的主要问题。然后社会网络的结构经常会随着时间变化,呈现出动态网络。静态网络节点影响力度量模型虽然可以对动态网络不同时间点上的快照进行度量,然后这种机制很难刻画动态网络节点影响力的变化过程。本文将动态网络建模为不同时间点网络的叠加快照,然后构建了动态网络边权重衰减和节点影响力衰减机制,基于衰减机制提出了动态网络节点影响力模型,模型可以应用于加权或无权动态网络节点影响力度量。为了客观衡量本文模型的性能,在一个模拟网络和三个真实网络进行了不同实验。在模拟网络上,将结果与人工标注的结果计算肯德尔系数,针对三个真实网络则进行了不同角度的影响力效果分析。实验结果表明本文模型不仅可以较好的刻画动态网络节点影响力的变化过程,还可以准确度量动态网络节点影响力。     

基于加权方法的节点重要性度量

网络中节点重要性度量对于信息的扩散、产品的曝光、传染性疾病的检测等都具有重大的理论意义。为了度量节点的重要性,基于网络拓扑结构考虑全局信息和局部信息提出了加权的节点重要性度量方法。具体的,对于一个无权网络,先考虑网络全局信息,算出每个节点的特征中心向量值,将边两端节点值的和作为边的权重,从而构成一个加权网络。然后根据加权网络的局部信息,求出加权网络的度。基于SIR模型的四个实证网络,实验结果表明加权方法比特征向量中心性、度中心性、紧密度中心性和介数中心性方法的效果更显著。     

面向复杂网络的节点相似性度量

在复杂网络中,度量节点之间的相似性是一项基础且具有挑战性的工作。基于邻域节点的相似性度量仅考虑了节点的邻域信息。基于路径的相似性度量考虑了节点之间的路径信息,使得多数节点与大度节点相似。为了更准确地度量节点之间的相似性且避免多数节点与大度节点相似,定义了每个节点的距离分布,并在此基础上采用相对熵和距离分布提出了一种节点相似性度量方法(DDRE)。DDRE方法通过节点之间的最短路径生成每个节点的距离分布,根据距离分布计算节点之间的相对熵,进而得到节点之间的相似性。6个真实网络数据集的对比实验结果表明,DDRE方法在对称性以及SIR模型中影响其他节点的能力这两方面表现较好。     

异构文献网络节点重要性排名预测

异构文献网络中包括作者、论文、会议三种类型的学术节点以及它们之间五种不同类型的边,语义信息丰富。每个网络节点的重要性处于动态变化之中,其变化不仅仅与该节点的历史重要性有关,还需要考虑作者、论文、期刊/会议之间的关系对每个节点重要性预测的影响。异构文献网络结点重要性排名协同预测方法ICP首先根据每个学术节点的历史重要性进行函数建模,得到每个节点未来的重要性值,然后借鉴协同聚类的思想,根据不同类型节点间的关系来协同调节每个节点未来重要性值并完成预测。     

考虑相继故障的物流耦合网络节点重要度评估*

物流网络是由任务网络和交通网络构成的耦合网络,为有效识别和保护关键节点,避免耦合网络相继故障引发的大规模系统崩溃,提出了考虑耦合网络相继故障的节点重要度评估方法。基于物流任务的效率要求设计了物流任务和交通双层均衡规划模型并将移除节点造成的效率损失和拥堵程度分别作为衡量节点重要度的主要和辅助标准。通过仿真试验验证了该方法的可行性与准确性。与其他方法相比,该方法能有效识别失效后引发关联网络大规模相继故障的节点,从而为关键基础设施的保护提供依据。     

基于边权值的网络抗毁性评估方法

根据有权网络中边的权值计算节点的边权值,并依据边的权值计算全网平均最短路径得到节点重要性。通过节点的边权值和节点的重要性,建立一个抗毁度评估方法,计算节点的抗毁度并得到全网的抗毁度。实例证明该方法的有效性。     

基于加权改进节点收缩法的供应链网络节点重要度评估*

针对供应链网络节点重要度评估的意义以及现有节点收缩法在加权网络节点重要度评估中的不足,设计一种赋权方法改进的加权节点收缩法,对供应链节点重要度进行评估。以三角模糊数改进连边权值的确定方法,通过节点自身重要度和邻域节点间关系重要度的加权和衡量节点重要度。通过对比分析说明了改进的方法在解决不同节点重要度相同问题上的优势。以改进的节点收缩法对煤炭供应链中各节点的重要度进行评估,结果表明下水港口在煤炭供应链中的重要度最高,符合客观实际,验证了改进方法在供应链节点重要度评估问题上的准确性与有效性。     

基于重叠盒覆盖算法的节点重要度评估

由于单一的节点评估方法存在不足,在融合复杂网络的局部特征以及全局特征前提下,提出了一种基于重叠盒覆盖算法的节点重要度评估方法.该方法利用重叠中心性对网络中的节点进行重要度排序,并且与其他不同中心性方法在复杂网络数据集中的节点排序方法进行比较;利用susceptible-infected (SI)模型模拟不同中心性方法前10个节点的传播能力,在此基础上以肯德尔系数进行比较,肯德尔系数越大表明相关性越高.实验结果表明,与其他中心性方法相比,重叠中心性得到的初始节点集合的累积平均感染能力高于其他中心性方法,并且与SI模型具有较高的相关性,该方法对于节点重要度评估是有效并且可行的.     

基于负载流的点加权复杂网络节点重要性评估方法研究

基于目前节点重要度评估方法大多针对静态无权网络拓扑结构的研究现状,考虑实际加权网络节点之间负载流动情况,从事理层面提出了一种基于网络贡献度的节点重要性评估方法。该方法基于典型加权复杂网络拓扑结构,从节点间负载流动和网络系统运行的角度出发,定义了流出负载量、流入负载量和流经负载量三个特征参数,并给出了具有一定现实意义的评价方法。该方法有助于更准确地发现复杂网络中的关键节点。最后的实验分析验证了该方法的有效性和可行性。     

一种基于贡献矩阵的有向网络节点关键度计算方法

复杂网络中的关键节点,其重要程度一般要比非关键节点拥有更大影响力。目前已有的关键节点的关键度计算算法大多根据不同的衡量指标进行计算。针对适用于有向网络的关键节点挖掘算法较少且算法中不同衡量指标的结合不够严谨的情况,提出一种基于贡献矩阵的有向网络节点关键度计算算法。该算法通过贡献矩阵结合节点关联关系和节点的位置作为衡量节点关键度标准。在实验网络上的传播实验表明,相较于基于关联关系关键节点挖掘算法（RelaCentrality）来评估关键节点重要性,该算法在挖掘关键节点的过程中效率更高,并且所挖掘得到的关键节点在网络中对信息的传播更为广泛。     

基于蝙蝠算法的无线传感器网络节点定位

节点定位是无线传感器网络的关键技术,针对最小二乘算法节点定位的不足,为了提高无线传感器网络节点定位精度,提出一种基于蝙蝠算法的传感器节点定位方法。首先将无线传感器节点定位问题转换成一个多约束优化问题,然后采用局部和全局搜索能力强的蝙蝠算法对其进行求解,最后在Matlab 2012平台上对定位性能进行仿真测试。结果表明,相对于其他节点定位方法,该方法提高了传感器节点的定位精度和定位效率。     

考虑级联失效的复杂负载网络节点重要度评估

首先提出了一个基于负载重分配的复杂负载网络级联失效模型,与现有模型的区别在于:(1)针对每个节点定义了一个“过载函数”;(2)用节点权值演化代替网络拓扑结构的演化.在级联失效模型基础上,提出了考虑级联失效的复杂负载网络节点重要度评估方法,给出了节点重要度的新定义.该方法有助于发现网络中一些潜在的“关键节点”.最后的实验分析验证了该方法的有效性和可行性.     

一种新的复杂网络节点重要性评估方法

网络拓扑结构及节点间的相对距离对复杂网络节点的重要程度具有较大影响。在分析并研究现有节点重要性评估方法的基础上,根据邻居节点的拓扑结构并结合万有引力定律,提出一种基于改进重力中心性的复杂网络节点重要性评估方法。实验从SIR传播模型的准确性和单调性两方面验证了该方法的有效性,且结果表明其可对节点重要性进行重新排序,相比度中心性、介数中心性等方法能更准确地评估复杂网络节点的传播能力与重要性。